黄仁勋支持的云厂商年营收飙升1567%，AIGC如何助力其崛起？

智东西

作者 | 香草

编辑 | 李水青

近几个月来，一家美国云计算创企的名字——CoreWeave，频繁出现在公众视野中。

先是在4月，CoreWeave获得英伟达参投的2.21亿美元B轮融资，又在1个月后获得领投基金Magnetar Capital的2亿美元延期投资。

8月初，CoreWeave以英伟达H100芯片为抵押，获得23亿美元的债务融资。8月底，CoreWeave被曝正在寻求出售少数股份，估值或达80亿美元。

除了连续的大额融资外，CoreWeave还被曝获得微软的算力大单。6月2日，CNBC援引知情人士消息报道微软与CoreWeave签署了AI算力协议，微软将在未来几年向CoreWeave采购数十亿美元的云计算基础设施。

CoreWeave创始人之一McBee在今年8月的采访中透露，2022年，该公司营收为3000万美元，2023年将达到5亿美元，同比暴涨1567%。而明年，CoreWeave已经签署了近20亿美元的合同，目前正在建设12个不同的数据中心，预计将实现约15亿美元的营收。

成立于2017年的CoreWeave，起初是一家加密货币挖矿公司，后在2019年转型成为云服务提供商。随着近年来生成式AI浪潮风靡全球，CoreWeave也摇身一变成为算力新秀，坐拥数万块芯片狂揽算力大单。

在H100一卡难求的情况下，CoreWeave能够成为首批供应商之一，与亚马逊、谷歌、微软、甲骨文等云巨头站在同一位置，可见英伟达对它的看重。

打开CoreWeave官网首页，可以看到英伟达为其背书：“CoreWeave是英伟达的重要合作伙伴……英伟达是CoreWeave的支持者，我们为此感到自豪。”

英伟达为CoreWeave“站台”（图源：CoreWeave官网）

那么，CoreWeave是如何从一家“挖矿”公司起家，摇身成为AI算力新秀的？它为什么能得到英伟达的“偏爱”？ 与其他云厂商相比，它有什么不同之处？让我们从CoreWeave的发展历程来探知答案。

一、黄仁勋亲自站台，4个月融资近200亿

CoreWeave的联合创始人兼首席战略官Brannin McBee称，几个月前，可能还很少有人听说过这家公司。而现在，CoreWeave“准备从生成式AI热潮中赚取数十亿美元”。

打开企业数据库Crunchbase可以看到，从今年4月至8月，短短4个月内，CoreWeave完成了三笔共27.21亿美元（约合198亿人民币）的融资。据彭博社8月底报道，CoreWeave正在寻求出售少数股份，其最新估值达到80亿美元（约合582亿人民币）。

CoreWeave今年的融资情况（图源：Crunchbase）

虽然英伟达只参与了其中4月进行的B轮融资，但在8月初官宣的债务融资中，CoreWeave拿出了当下高度抢手的英伟达H100芯片作为抵押品，似乎在宣告自己的“特权”。

英伟达CEO黄仁勋也对CoreWeave赞不绝口。在2023年8月23日的财报电话会议上，黄仁勋谈道，未来，投资数据中心的最佳方式就是从通用计算转向生成式AI加速计算，“你会看到一大批新的GPU专业云服务提供商，CoreWeave就是其中很有名的一家，他们的表现好到令人难以置信”。

2023年8月SIGGRAPH 2023大会上，黄仁勋出现在CoreWeave展位（图源：CoreWeave）

英伟达对CoreWeave的“偏爱”或许可以追溯到三年前。

早在2020年9月，CoreWeave便宣布加入英伟达合作伙伴网络（NPN）内的云服务提供商（CSP）计划，将GPU加速引入云端为分散的劳动力提供支持。

在NPN计划中，英伟达将合作伙伴分为注册、优选、精英三个级别。2021年7月，CoreWeave宣布成为NPN计划中首个计算领域的精英CSP，这意味着CoreWeave可以抢先体验英伟达产品和技术，并获得解决技术问题的专用支持渠道。

英伟达云计算和战略合作伙伴全球业务开发总监Matt McGrigg称，将CoreWeave命名为首个计算领域的精英合作伙伴，体现了他们利用英伟达广泛的计算资源为AI、ML（机器学习）、HPC（高性能计算）和渲染用例提供世界级解决方案的能力。

英伟达NPN计划对合作伙伴的等级划分

2022年11月，CoreWeave宣布成为首批提供采用英伟达H100超级计算机云实例的供应商之一，其他首批供应商包括亚马逊、谷歌、微软、甲骨文等。CoreWeave宣称，与大型通用公共云相比，其定价可为客户节省高达80%的费用。

2023年6月，CoreWeave与英伟达共同刷新了MLPerf基准测试的记录，通过3584个H100集群，在CoreWeave云上仅用了11分钟就完成了基于GPT-3的大规模基准测试。

英伟达AI和H100在大规模应用中创下的纪录

二、挖矿起家、转型AI，2018年已拥有5万个GPU

CoreWeave成立于2017年，创始团队包括Michael Intrator、Brian Venturo和Brannin McBee。据领英页面显示，三人都曾从事过金融行业的工作。

从左到右依次是Intrator、Venturo、McBee

Intrator担任CoreWeave首席执行官，负责公司运营的各个方面。在创办CoreWeave之前，他曾创办了一家天然气对冲基金公司。今年8月，他曾入选外媒The Information评选的企业软件领域最具影响力人物Top 30。

Venturo担任CoreWeave首席技术官，此前从事能源投资相关工作，曾在Intrator的天然气对冲基金公司工作了5年。

McBee担任CoreWeave首席战略官，他在云计算和数据分析方面拥有丰富的专业知识。在创办CoreWeave之前，他从事过金融分析师、自营交易员等职业，还拥有能源研究和咨询背景。

Intrator在2021年的一篇博客中写道，2016年，他们购买了第一块GPU并插上电源，在曼哈顿下城一间办公桌的台球桌上，成功在以太坊网络上开采了第一个区块。

这原本是一个“有趣的”下午，然而随着2017年早期加密货币热潮的来袭，他们的业余爱好也变成了事业。不久之后，三人成立了Atlantic Crypto，也就是CoreWeave的前身。

在筹集了几笔小额早期的投资，采购了一些“投机性”的硬件设备后，台球桌变成了车库，成为他们在新泽西州的第一个数据中心。

随后，CoreWeave在2018至2019年间“战略性”地收购硬件，GPU数量扩充到数万个。

很快，CoreWeave接到了大量的企业订单。这些企业都依赖于GPU加速，但面临着传统云服务商价格垄断、计算种类有限，因此难以扩展的痛点。

McBee在接受彭博社时谈道，在2018年末，他们已经拥有超过5万个GPU，占以太坊网络的1%以上。

2019年，CoreWeave开始转向构建专门的云基础设施。

据McBee称，他们发现用于加密货币挖矿的旧式零售级GPU设备，并不适合用于运行企业级工作负载，不能支持全球最大的AI公司，因此转向只专注购买英伟达提供的企业级GPU芯片组，包括A100、H100等，并将围绕这些芯片调整公司业务。

2021年11月，CoreWeave获得Magnetar Capital的5000万美元投资时，对自己的定位是“专为英伟达GPU加速工作负载而打造的专业云提供商”。

虽然事后来看，CoreWeave的转型出于偶然，但随着AI的飞速发展，市场对GPU算力的需求指数级增长，CoreWeave也乘上这辆顺风车。

今年8月，McBee在接受VentureBeat采访时透露，2022年，CoreWeave营收为3000万美元，2023年将达到5亿美元，而明年已经签署了近20亿美元的合同，目前正在建设12个不同的数据中心。

位于德克萨斯州的CoreWeave数据中心

三、手握H100挑战云巨头，CoreWeave为何受到英伟达青睐？

作为一家初创企业，CoreWeave在云服务市场能得到的市场份额并不高。根据德国在线统计数据门户Statista今年2月发布的报告，AWS、微软Azure和谷歌云长期占据60%以上的市场份额。

2017-2022年全球云基础设施服务供应商市场份额（图源：Statista）

从收入来看，AWS、Azure和谷歌云去年的营收分别为801亿美元、753亿美元和263亿美元。

显然，这些数字是CoreWeave去年营收的数百甚至数千倍。

我们不禁发问，CoreWeave为何在一众云巨头中脱颖而出，如此受到英伟达的青睐？

根据多家外媒的分析，以及McBee在接受彭博社采访时的回答，CoreWeave的“受宠”主要有以下几个方面的原因：

首先，从英伟达的角度来看，McBee认为对英伟达而言，最重要的是让其最终用户能够以最高效、最快速的方式大规模地访问其计算。

CoreWeave按照DGX参考规格进行基础设施构建，并且在新一代芯片组发布后的几个月内将其上线，而不像传统的超大规模数据中心一样花费几个季度的时间。

McBee称，正因为能做到这一点，才使CoreWeave在英伟达内部获得了极佳的资源分配。CoreWeave的商业理念是承诺较低，交付较高，这使得英伟达有信心将基础设施分配给他们。

其次，在与云巨头的竞争方面，AWS、微软和谷歌在过去几年花费了数十亿美元来开发自己的芯片，以支持其云计算业务和内部项目，减少对英伟达的依赖。这使得云巨头与英伟达存在产品上的潜在竞争关系。

据The Information报道，AWS曾建议一些公司在无法访问英伟达GPU时租用由其定制芯片Trainium提供支持的服务器。谷歌云向其客户出租定制TPU芯片，AI创企Midjourney曾表示，它一直在使用基于云的TPU来训练其机器学习模型。

相比之下，CoreWeave对英伟达构成的威胁较小，因为它不设计自己的芯片。

此外，与云巨头的产品差异化，也是CoreWeave有力的竞争优势之一。据McBee称，通过基础设施、软件等的差异化，在工作负载调整基础上，CoreWeave能提供“相对任何超级大厂而言，效率提高大约40%至60%的产品”。

不过，英伟达的AI创企投资版图上，CoreWeave也不是唯一一家云服务提供商。

与之类似的，还有一家深度学习基础设施公司Lambda Labs。

Lambda Labs成立于2012年，同样于2019年左右转型为AI计算提供商。从规模来看，Lambda比CoreWeave要小。据Crunchbase数据显示，它目前共获得6轮融资，总金额为1.122亿美元。

与CoreWeave不同的是，Lambda主要专注于On-demand的AI训练市场。

大量科研机构、SMB（中小企业业务）以及开源社区需要几百或一千张左右的A100或H100来进行一些大模型的尝试，相对于比头部公司，这类型客户的特点是订单持续时间较短，中短期内需求量大，订单不确定性较高。Lambda的优势在于定价足够友好。

而Coreweave凭借早期与Inflection等核心AI公司的合作获得了极高供货优先级。

在2023年初，Coreweave便找到Inflection，为其提供几千张H100。英伟达看中了这个组合中的巨大潜力，先后向两家公司投资数亿美元，并通过抬高Coreweave的H100的供货优先级来为Inflection提供2.2万张H100。

McBee称，对于像Inflection这样的客户，CoreWeave会制定大型构建的时间表，然后向英伟达解释自己正在做什么。而英伟达会说：“我们会在工程设计、市场营销、基础设施、分配等方面为你提供支持，无论你需要什么，我们都会帮你完成。”CoreWeave要做的就是执行。

值得一提的是，今年9月，CoreWeave任命Mike Mattacola为首席商务官，负责新市场的增长和扩张，而Mattacola此前曾在Lambda就职一年多，担任首席运营官。

Mike Mattacola近期的工作经历（图源：领英）

结语：时势造“英雄”，AIGC成为云计算新秀跳板

现在，CoreWeave几乎成为AI领域人尽皆知的名字，它的扩张之路也在继续，计划在生命科学等行业占据一席之地，涉及药物发现、蛋白质折叠模拟、分子发现和基因测试等领域。

虽然乘上AI顺风车是“偶然”，但CoreWeave也顺应时代和技术热潮及时做出了正确的业务战略决策。

坐拥Inflection等大客户、背靠英伟达，CoreWeave的未来看起来一切向好。不过，据The Information报道，CoreWeave可能面临快速增长的“痛苦”，指出其在8月下调了今年的预计收入和资本支出。

未来，CoreWeave能否在AI算力领域一路高歌，也许要看Inflection在下一代模型竞争中的表现，或是能否押注到另一家重要客户。